隨著人工智能的普及，AI已經(jīng)滲透到各行各業(yè)，本文就為大家介紹了利用最前沿的AI技術(shù)實現(xiàn)電話機(jī)器人的原理。智能電話機(jī)器人就是充分的利用了人工智能語音識別技術(shù)和大數(shù)據(jù)的精準(zhǔn)分析定位，完全是對傳統(tǒng)模式是一次顛覆性的變化，是智能化的人海戰(zhàn)術(shù)還是時代化的“人工+智能語音”的一種方式，智能電話機(jī)器人是企業(yè)的福音!幫企業(yè)降低成本，提高工作效率，提升公司業(yè)績!

電話機(jī)器人比人工坐席厲害的是，電話號碼直接在后臺一鍵導(dǎo)入，省時又省力，自動撥打。智能輪流對話，根據(jù)系統(tǒng)設(shè)定可以對客戶進(jìn)行篩選統(tǒng)計，依據(jù)客戶的回答智能分類意向程度，把意向最高的甲類客戶交給人工進(jìn)行著重跟進(jìn)，這樣就能使整個電銷過程的工作效率大大提高。

作為“人工智能”的產(chǎn)物，正在逐漸的給電銷行業(yè)帶來大改變大革命，把繁瑣、枯燥、耗時的工作交給智能電話機(jī)器人完成，后臺分類管理，加以精英銷售跟進(jìn)，不僅大大提高工作效率，而且能更好的把人力資源進(jìn)行再分配再分組，減少企業(yè)運(yùn)營成本!應(yīng)該是每位老板都在想的問題。

對于電銷公司來講如何精準(zhǔn)地識別真實客戶一直是很難攻克的難點所在。對于智能電話機(jī)器人來說，可以通過真人語音式專家級的溝通，模擬電銷人員和客戶進(jìn)行多輪互動的有效溝通，通過用戶畫像和大數(shù)據(jù)模型精準(zhǔn)找到用戶，實現(xiàn)精準(zhǔn)營銷，并快速完成ABCD類意向客戶的篩選和分類。

智能電話機(jī)器人是將網(wǎng)絡(luò)電話、語音知識、自然語音理解、多輪對話、知識圖譜等多個門類的前沿技術(shù)集成在一個智能產(chǎn)品中，已經(jīng)成為行業(yè)的領(lǐng)頭羊，為外呼行業(yè)帶來了可喜的變化，短短幾個月被很多企業(yè)證明，這是真正實現(xiàn)開源節(jié)流的AI好項目了。

智能電話機(jī)器人作為當(dāng)今的一款智能化產(chǎn)品，在實際應(yīng)用中能準(zhǔn)確的以人類的聲音、思維和語氣智能應(yīng)對客戶提出的各種問題。同時，它的篩選能力也極強(qiáng)，可以把應(yīng)答用戶按意向程度自動分類，幫助人工坐席快速剝離意向客戶。

員工坐席每天撥打200個-300個電話已經(jīng)算是極限了，但是智能電話機(jī)器人每天可以撥打800-1200通有效電話，讓效率提高幾倍，提高效率就意味著業(yè)績的提高。

什么是電話機(jī)器人

通過ASR(語音識別)和TTS(文本轉(zhuǎn)語音)模擬真人和用戶的通話，可用于企業(yè)總機(jī)，自動催繳，外呼營銷，問卷調(diào)查等業(yè)務(wù)，同時支持百度，科大，阿里云等ASR系統(tǒng)，可以真人預(yù)先錄音，用戶是完全察覺不到是機(jī)器人。

如何開發(fā)一個電話機(jī)器人

FreeSWITCH/Asterisk是一個軟交換系統(tǒng),可以利用開源的軟交換系統(tǒng)，開發(fā)一個VAD錄音模塊，用戶說話后開始錄音，停止說話后，把錄音提交到語音識別接口轉(zhuǎn)換成文本，利用語義解析接口(NPL)或者簡單的關(guān)鍵字匹配，返回系統(tǒng)預(yù)先設(shè)計的話術(shù)，通過TTS轉(zhuǎn)換成聲音(也可以真人預(yù)先錄音)播放給用戶聽。實現(xiàn)人機(jī)語音對話。

技術(shù)難點

·機(jī)器人說話時，用戶開始說話，機(jī)器人要及時處理，就是所謂的打斷，這個通過VAD算法和關(guān)鍵詞打斷可以解決。

·機(jī)器人怎么理解用戶說話含義，這個是目前難點，目前主要的做法，還是通過關(guān)鍵詞匹配來設(shè)計話術(shù)。

演示

合肥懿成科技專注營銷軟件開發(fā)與大數(shù)據(jù)分析應(yīng)用，擅長并精通各種推廣引流的秘訣，行業(yè)公認(rèn)的業(yè)界專家。需要演示的朋友可以聯(lián)系本公司(百度搜索億客微營銷)

支持那些ASR接口

可以支持科大訊飛，百度語音識別，阿里云語音識別，騰訊語音識別，捷通華聲靈云等SDK/API/MRCP接口。

怎么使用

可以和現(xiàn)有的呼叫中心，IPPBX，F(xiàn)reeSWITCH，Asterisk 等系統(tǒng)通過SIP分機(jī)和SIP中繼方式對接。

smart ivr 接口說明

smartivr 是一個基于Freeswitch的電話機(jī)器人二次開發(fā)接口(restful)，支持和Asterisk對接

使用指南

用戶自己實現(xiàn) httpAPI,機(jī)器人程序去調(diào)用這個接口，不是 機(jī)器人提供httpapi給用戶調(diào)用。

1.

外呼程序呼叫電話接通后，或者客戶主動呼入接通后 機(jī)器人程序 向 webserver post 發(fā)送

2.

smartivr –> web

3.

"calleeid": "8888abc", //被叫號碼

"callerid": "abc", //主叫號碼

"callid": "1fe74812-e376-4319-b335-3de1b494325c", //每個通話的唯一ID

"errorcode": 0, //錯誤代碼

"flowdata": null, //流程數(shù)據(jù)

"flowid": "abc", //流程ID

"notify": "enter" //通知類型

4.

webserver根據(jù)業(yè)務(wù)邏輯 返回 json數(shù)據(jù) 比如 下面的命令就是 啟動后臺ASR，并且播放一個聲音

5.

smartivr <– web

6.

"action": "start_asr", //第一個動作 start_asr是一個異步函數(shù)，只需要執(zhí)行一次，啟動后會一直進(jìn)行VAD和ASR，直到調(diào)用sotp_asr

"flowdata": "流程選擇", //流程數(shù)據(jù)，類似瀏覽器的Cookie,機(jī)器人后續(xù)httpapi請求會把這個數(shù)據(jù)發(fā)送回來。

"params": {

"min_speak_ms": 100, //最小說話時間，默認(rèn)值100，單位毫秒，說話時間小于這個值，會被認(rèn)為是無效聲音。

"max_speak_ms": 10000, //最大說話時間，默認(rèn)值10000，單位毫秒，說話時間超過這個值，就停止錄音，直接提交ASR服務(wù)器識別。

"min_pause_ms": 300, //最小停頓時間，默認(rèn)值300，單位毫秒，默認(rèn)值用戶停頓時間超過這個值，會提交到ASR識別。識別完成后發(fā)送asrprogress事件。 完成后的意思是 ASR服務(wù)器可能 300-800ms才返回識別接口。

"max_pause_ms": 600, //最大停頓時間，默認(rèn)值600，單位毫秒，用戶停頓時間超過這個值，認(rèn)為一句話說完，所有識別完成后發(fā)送asrmessage事件。所有識別完成后的意思是，所有提交到asr服務(wù)器的識別結(jié)果都返回了。 注意 min_pause_ms 必須大于min_pause_ms。

"pause_play_ms": 200, //觸發(fā)暫停放音時間，默認(rèn)值0：就是禁用自動暫停，單位毫秒，建議設(shè)置200-1000，用戶說話時間超過這個值，就暫停放音。 有時候用戶一直持續(xù)說話，中間沒停頓，所以還沒提交到ASR服務(wù)器識別，不能使用關(guān)鍵詞打斷，可以先暫停放音。

"threshold": 0, //VAD閾值，默認(rèn)0，建議不要設(shè)置，如果一定要設(shè)置，建議 2000以下的值。

"recordpath": "", //錄音文件路徑，如果不設(shè)置：就會使用配置文件中的路徑，每天生成一個文件夾,如果設(shè)置了，就會使用這個參數(shù)中的目錄，文件格式是 recordpath/被叫號碼_Unique-ID_序號.wav

"volume": 50 //音量標(biāo)準(zhǔn)化的值。0-100，0不使用音量標(biāo)準(zhǔn)化，其他值 音量把錄音音量調(diào)整到這個值后，再提交ASR識別。

},

"after_action": "playback",

"after_ignore_error": false, //如果action動作(start_asr)執(zhí)行失敗是否繼續(xù)執(zhí)行after_action(playback)。

"after_params": {

"prompt": "您好，歡迎致電頂頂通軟件，這里是電話機(jī)器人演示系統(tǒng)，請說要進(jìn)入的測試流程，比如，房產(chǎn)!", //可以直接播放聲音文件。規(guī)則就是如果最后4個字是.wav,就直接播放wav文件。

"wait": 5000, //單位毫秒，放音結(jié)束后等待時間。用于等待用戶說話。

"retry": 0 //重播次數(shù)。就是wait時間內(nèi)用戶不說話，就重新播放聲音。

機(jī)器人程序執(zhí)行 “action”:”start_asr” 開始后臺ASR識別,然后執(zhí)行”after_action”: “playback”開始播放聲音文件。

7.

·當(dāng)用戶說話后，機(jī)器人發(fā)送 識別進(jìn)度，也就是用戶暫停說話時間超過 min_pause_ms

smartivr –> web

"asrelapse": 391, //asr識別服務(wù)器消耗的時間，單位毫秒。

"asrtextall": "1.識別結(jié)果;", //包含之前停頓的識別結(jié)果的組合。 格式是 錄音序號.識別結(jié)果;這樣組合多個識別結(jié)果。

"asrtype": "aiui", //本次使用那個asr識別

"calleeid": "8888abc",

"callerid": "abc",

"callid": "1aec14af-d6a8-49e4-96fc-fb5f7cfdb893",

"errorcode": 0, //asr返回錯誤，0無錯誤。

"flowdata": "流程選擇",

"flowid": "abc",

"message": "識別結(jié)果",

"notify": "asrprogress_notify",

"recordindex": "1", //錄音序號

"recordfile": "", //錄音文件

"recordms": 931, //錄音時間，單位毫秒。

"volumegain": 5.95330699999 //音量標(biāo)準(zhǔn)化放大或者縮小的倍數(shù)。

webserver根據(jù)業(yè)務(wù)邏輯返回是否需要暫停放音

smartivr <– web

"action": "console_playback",

"flowdata": "流程選擇",

"params": {

"command": "pause"

當(dāng)用戶說完一整句話，機(jī)器人發(fā)送 完整的識別結(jié)果，也就是用戶暫停說話時間超過 max_pause_ms

smartivr –> web

"calleeid": "8888abc",

"callerid": "abc",

"callid": "ea6d1235-aaab-4251-b03b-3b53ca32e00d",

"errorcode": 0,

"flowdata": "流程選擇",

"flowid": "abc",

"message": "1.你好;2.什么事;",

"notify": "asrmessage_notify",

"speakms": "1162" //整句話的說話時間，包含暫停時間

webserver根據(jù)業(yè)務(wù)流程，執(zhí)行話說邏輯，播放聲音。

smartivr <– web

"action": "playback",

"flowdata": "回答",

"params": {

"prompt": "先生你好，請問你最近需要買房嗎",

"wait": 3000,

"retry": 2

·當(dāng)用戶一直不說話，聲音播放完成并且等待時間超過，機(jī)器人發(fā)送 playback_result

smartivr –> web

"calleeid": "8888abc",

"callerid": "abc",

"callid": "35bca774-5b3e-4129-a5e7-1c3c86605071",

"errorcode": 0,

"flowdata": "",

"flowid": "abc",

"message": "FILE PLAYED",

"notify": "playback_result"

webserver根據(jù)業(yè)務(wù)流程發(fā)送 繼續(xù)放音,提示用戶回答問題。

smartivr <– web

"action": "playback",

"flowdata": "提示選擇流程",

"params": {

"prompt": "請問你要進(jìn)入哪個測試流程，比如，房產(chǎn)",

"wait": 3000,

"retry": 2

playback_result 什么時候有這個通知

執(zhí)行 playback后，播放完成并且等待超時，就會發(fā)送playback_result 通知。

·如果識別到用戶說話，在 asrmessage_notify 事件中返回命令playback，播放了一個新的聲音，那么上個playback會給強(qiáng)制終止(上次的playback_result就不會發(fā)送了。)，新的播放完成時，才會發(fā)送playback_result。

·如果識別到用戶說話，在 asrmessage_notify 事件中返回命令noop,或者console_playback(resume)，沒去播放新的聲音，那么還會發(fā)送playback_result 通知的。

·。

接口說明

注意：請求和返回都采用JSON格式，編碼為utf8,所有參數(shù)區(qū)分大小寫,數(shù)字和字符串類型注意區(qū)分，參數(shù)未說明數(shù)字類型就是字符串類型。

自動放音暫停(打斷)

start_asr 有一個參數(shù) pause_play_ms，demo是200， 就是檢測到聲音持續(xù)時間時間超過pause_play_ms，就自動暫停放音。如果你不需要這個功能設(shè)置為0， 如果你啟用了這個功能，asrmessage_notify通知你沒播放一個新的聲音就必須要恢復(fù)放音console_playback(resume)。否則會一直暫停。

怎么實現(xiàn)關(guān)鍵詞打斷

·asrprogress_notify 的識別結(jié)果如果是關(guān)鍵詞 返回 console_playback(pause)，如果不是關(guān)鍵詞 返回 console_playback(resume)

·asrmessage_notify 的整句話識別結(jié)果如果匹配，直接播放新的聲音文件，執(zhí)行新的業(yè)務(wù)流程，如果不匹配，返回console_playback(resume)。

playback_result 收到這個通知，說明聲音播放完成，等待用戶說話超時，必須播放一個聲音，提示用戶說話

action 描述

start_asr

start_asr 是一個異步函數(shù)，只需要執(zhí)行一次，啟動后會一直進(jìn)行VAD和ASR，直到調(diào)用sotp_asr

·min_speak_ms 最小說話時間，默認(rèn)值100，單位毫秒，說話時間小于這個值，會被認(rèn)為是無效聲音。

·max_speak_ms 最大說話時間，默認(rèn)值10000，單位毫秒，說話時間超過這個值，就停止錄音，直接提交ASR服務(wù)器識別。

·min_pause_ms 最小停頓時間，默認(rèn)值300，單位毫秒，默認(rèn)值用戶停頓時間超過這個值，會提交到ASR識別。識別完成后發(fā)送asrprogress事件。 完成后的意思是 ASR服務(wù)器可能 300-800ms才返回識別接口。

·max_pause_ms 最大停頓時間，默認(rèn)值600，單位毫秒，用戶停頓時間超過這個值，認(rèn)為一句話說完，所有識別完成后發(fā)送asrmessage事件。所有識別完成后的意思是，所有提交到asr服務(wù)器的識別結(jié)果都返回了。 注意 min_pause_ms 必須大于min_pause_ms。

·pause_play_ms 觸發(fā)暫停放音時間，默認(rèn)值0，就是禁用自動暫停，單位毫秒，建議設(shè)置200-1000，用戶說話時間超過這個值，就暫停放音。 有時候用戶一直持續(xù)說話，中間沒停頓，所以還沒提交到ASR服務(wù)器識別，不能使用關(guān)鍵詞打斷，可以先暫停放音。

·threshold VAD閾值，默認(rèn)0，建議不要設(shè)置，如果一定要設(shè)置，建議 2000以下的值。

·recordpath 錄音文件路徑，如果不設(shè)置(使用配置文件設(shè)置錄音目錄(smartivr.json)，)，如果設(shè)置了會保存錄音文件到這個目錄，文件格式是 recordpath/被叫號碼Unique-ID序號.wav

·volume 音量標(biāo)準(zhǔn)化的值。0-100，0不使用音量標(biāo)準(zhǔn)化，其他值 音量把錄音音量調(diào)整到這個值后，再提交ASR識別。

start_asr使用的配置文件

linux /etc/smartivr.json,windows freeswitchconsole.exe同一個目錄

"asr": {

"aiui": {

"key1": {

"appid": "5a519267",

"appkey": "e212fc8e4c9747a39fa1c56940e705be"

},

"key2": {

"appid": "5a519267",

"appkey": "e212fc8e4c9747a39fa1c56940e705be"

·}

* aiui 是科大訊飛webapi接口的KEY，可以配置多個。

* record.path 是錄音路徑。

playback

播放一個聲音文件

·prompt 聲音內(nèi)容wav文件(只支持8000hz,16位，單聲道)或者文本。prompt 提示文本(如果最后4個字是.wav，就是錄音文件放音，否則會調(diào)用TTS生成聲音文件)。同樣的文字TTS只轉(zhuǎn)換一次，后續(xù)會使用緩存的文件

·wait 單位毫秒，放音結(jié)束后等待時間。用于等待用戶說話。

·retry 重播次數(shù)。就是wait時間內(nèi)用戶不說話，就重新播放聲音。

多文件或者TTS和錄音文件混合放音

prompt 使用數(shù)值方式就可以，比如

"/var/wav/1.wav",

"tts文字轉(zhuǎn)聲音",

"/var/var/2.wav"

sotp_asr

停止后臺ASR。

console_playback

用于播放控制，用戶說話開始，先暫停播放，如果說的是無效聲音，可以恢復(fù)播放。

·command

·pause 暫停播放

·resume 恢復(fù)播放

·stop 停止播放

bridge 轉(zhuǎn)接電話

{"action":"bridge","flowdata":"","params":{"number":"sofia\/external\/a8008@sip.ddrj.com:16080","callerid":"","gateway":"","prompt":"\u6b63\u5728\u8f6c\u63a5\u4e2d\uff0c\u8bf7\u7b49\u5f85","background":"wating.wav"}}

* number 被叫號碼，如果gateway沒設(shè)置，必須是完整呼叫串類似:sofia/external/電話號碼@網(wǎng)關(guān)Ip

* callerid 可選參數(shù) 主叫號碼(對方看到的來電顯示)

* gateway 可選參數(shù) 網(wǎng)關(guān)名字

* background 可選參數(shù) 背景音樂

* prompt 可選參數(shù) 提示文本prompt 提示文本(如果最后4個字是.wav，就是錄音文件放音，否則會調(diào)用TTS生成聲音文件)。

hangup 掛機(jī)

{"action":"hangup","params":{"usermsg":"not found notify"}}

* cause [數(shù)字] 可選參數(shù) 掛斷原因根據(jù)sip信令設(shè)置 詳細(xì)看https://freeswitch.org/confluence/display/FREESWITCH/Hangup+Cause+Code+Table

* usermsg 可選參數(shù) 里面可以放置調(diào)試信息，smartivr會打印到日志文件。

noop 不需要執(zhí)行任何動作時可以返回這個，比如(leave,asr_progress 通知可以返回noop)

{"action":"noop","params":{"usermsg":""}}

* usermsg 可選參數(shù) 里面可以放置調(diào)試信息，smartivr會打印到日志文件。

deflect 執(zhí)行后會直接離開流程，收到 leave 通知

{"action":"deflect","flowdata":"","params":{"number":"1001"}}

* number 要轉(zhuǎn)移的目的地(由呼叫方處理) 即： SIP REFER 的 URI。

getdtmf 接收用戶按鍵

{"action":"getdtmf","flowdata":"","params":{"prompt":"","invalid_prompt":"","min":0,"max":128,"tries":1,"timeout":5000,"digit_timeout":3000,"terminators":"#"}}

* min [數(shù)字] 最少按鍵個數(shù)(minimum value of 0)

* max [數(shù)字] 最多按鍵個數(shù)(maximum value of 128)

* tries [數(shù)字] 提示音播放次數(shù)

* timeout [數(shù)字] 等待按鍵最大時間，聲音播放結(jié)束開始算起。

* terminators 結(jié)束輸入按鍵，默認(rèn)是#。

* prompt 提示音

* invalid_prompt 輸入錯誤提示音

* regexp 輸入按鍵規(guī)則(正則表達(dá)式)

* digit_timeout [數(shù)字] 按鍵超時時間，如果超時沒有新按鍵，就認(rèn)為輸入完成。

說這些讓行業(yè)內(nèi)人研究學(xué)習(xí)，智能機(jī)器人是未來的趨勢，對電銷行業(yè)實用價值更強(qiáng)的人工智能電話機(jī)器人。比如完全模擬真人語音，嗓音甜美，對這代表著企業(yè)的品牌;比如話術(shù)專業(yè)、自動記錄、自動分類意向客戶等等，這些則直接決定著整個企業(yè)的成交率;比如工作效率更高、數(shù)據(jù)更準(zhǔn)確等性能上更優(yōu)質(zhì)的人工智能電話機(jī)器人，這些也直接影響著企業(yè)的電銷轉(zhuǎn)化率。

第二，選擇性價比更高的人工智能電話機(jī)器人，除了性能，企業(yè)仍需考慮成本，如果人工智能電話機(jī)器人的同等價值還不如人工電銷人員，哪個企業(yè)又會選擇的。同樣的，企業(yè)在選擇人工智能電話機(jī)器人的時候，需要做一個簡單的衡量，哪些品牌的人工智能電話機(jī)器人的功能已經(jīng)足夠你使用，而哪些看起來很優(yōu)質(zhì)但卻有很多不那么實際的功能、且費(fèi)用更高的人工智能電話機(jī)器人值不值得你購買。

ID：zctp888888

最后，我們相信，2018年以及最近的5年內(nèi)，人工智能電話機(jī)器人都會成為企業(yè)電銷的主要選擇!

生成海報

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。